VIP会员
内容简介
本书全面系统地阐述了混沌神经信息处理理论及其应用。全书共8章，包括混沌动力学基础理论、神经网络理论及混沌神经网络模型、混沌神经网络的控制及应用、混沌同步及其在通信中的应用、混沌神经网络动力学特性、混沌神经网络在联想记忆中的应用、混沌神经网络在优化计算中的应用和混沌神经网络在生物医学中的应用等内容。将非线性动力学理论、信息论、控制理论、优化理论、通信理论、神经网络理论和神经科学等学科知识融为一体。
目录
绪论
O.1 混沌、神经网络和混沌神经信息处理的发展
O.2 混沌神经信息处理的研究内容
0.2.1 混沌神经网络模型
0.2.2 混沌神经网络的控制
0.2.3 混沌神经网络的同步
0.2.4 混沌神经网络动力学特性
0.3 混沌神经信息处理的应用
O.3.1 混沌神经网络在同步通信中的应用
0.3.2 混沌神经网络在联想记忆中的应用
O.3.3 混沌神经网络在优化计算中的应用
0.3.4 混沌神经网络在生物学中的应用
O.3.5 混沌神经网络在预测和模式识别等方面的应用
0.4 混沌智能信息处理技术的展望
0.5 本书的主要内容
参考文献
第1章 混沌动力学基础理论
1.1 混沌研究历史
1.2 非线性动力学系统
1.2.1 动力学系统基本概念
1.2.2 稳态解行为和极限集
1.3 混沌的主要特征及测定
1.3.1 混沌的几种数学定义
1.3.2 混沌的主要特征
1.3.3 李雅普诺夫指数
1.3.4 信息熵
1.3.5 吸引子的维数
1.4 分岔理论
1.5 几种典型的混沌研究方法
1.5.1 直接观测法
1.5.2 频闪采样法
1.5.3 庞加莱截面法
1.5.4 相空间重构法
1.5.5 功率谱密度分析法
1.6 几个典型的混沌模型
1.6.1 离散混沌模型
1.6.2 连续混沌模型
1.6.3 超混沌模型
1.7 本章小结
参考文献
第2章 神经网络理论及混沌神经网络模型
2.1 神经网络简介
2.1.1 神经网络发展回顾
2.1.2 神经网络基本模型
2.2 混沌神经网络模型
2.2.1 Aihara混沌神经网络模型
2.2.2 全局耦合映像混沌神经元模型
2.2.3 对称映像全局耦合混沌神经元网络
2.2.4 双向耦合映像网络模型
2.2.5 Inoue混沌神经网络模型
2.2.6 反应一扩散细胞神经网络
2.3 本章小结
参考文献
第3章 混沌及混沌神经网络控制
3.1 引言
3.2 参数微扰法
3.3 外力反馈控制法
3.4 延迟反馈控制法
3.5 自适应延迟反馈控制法
3.5.1 自适应时间延迟即目标轨道的设计
3.5.2 自适应时间延迟反馈控制混沌
3.6 线性反馈控制法
3.7 用脉冲控制法抑制非自治细胞神经网络中的混沌
3.7.1 非自治细胞神经网络中的混沌和分岔
3.7.2 脉冲控制法
3.7.3 数值实验
3.8 正比于系统变量的脉冲反馈法
3.8.1 控制算法的基本思想
3.8.2 Henon映射模型的控制
3.8.3 仿真实验结果
3.9 外加周期驱动信号控制法
3.1 0耦合映像格子时空混沌的控制
3.1 1混沌神经网络的钉扎控制
3.1 2混沌神经网络的延时反馈控制
3.1 3本章小结
参考文献
第4章 混沌及混沌神经网络同步
4.1 引言
4.1.1 混沌同步的定义及同步类型
4.1.2 存在驱动一响应关系的混沌同步原理
4.1.3 基于混沌同步的保密通信方案
4.2 细胞神经网络同步及保密通信方案
4.2.1 扩展频谱保密通信方案
4.2.2 数值仿真实验
4.2.3 分析小结
4.3 基于系统分离的混沌同步
4.4 混沌系统的同步观测器设计
4.4.1 非线性状态观测器
4.4.2 混沌系统的同步观测器设计
4.5 时间离散驱动的同步观测器
4.5.1 离散驱动同步观测器的稳定性判据
4.5.2 仿真实验结果
4.6 超混沌系统的广义函数投影时滞同步
4.6.1 超混沌系统投影同步研究现状
4.6.2 参数不确定的自适应广义函数投影时滞同步
4.7